基于人工智能的软件用于儿童上肢骨折的诊断价值
Federico Mollica1, Corona Metz1, Matthias Stephan Anders1
1Department of Radiology, Pediatric Radiology, Charité - Universitätsmedizin Berlin, corporate member of Freie Universität Berlin and Humboldt-Universität zu Berlin.
European radiology
|August 23, 2025
概括
人工智能 (AI) 软件在儿童上肢骨折检测方面显示出良好的整体准确性. 然而,它的性能因解剖学区域而异,表明需要进一步改进算法.
科学领域:
- 儿童放射学
- 医疗人工智能
- 骨成像
背景情况:
- 儿童骨折的确切诊断对于骨的正常发育至关重要.
- 儿童放射专家的有限可用性需要先进的诊断支持工具.
- 人工智能有助于提高儿童急诊中的骨折检测能力.
研究的目的:
- 评估人工智能软件BoneView®对儿童上肢骨折的诊断性能.
- 将人工智能工具的准确性与专家儿科放射科医生的评估进行比较.
- 识别人工智能最佳性能和需要改进的解剖区域.
主要方法:
- 对826名儿科患者的放射数据进行了回顾分析.
- 由两位经验丰富的儿科放射科医生进行独立审查作为参考标准.
- 诊断准确度指标的计算,包括人工智能工具的灵敏度,特异性和预测值.
主要成果:
- 对于上肢骨折,人工智能工具的整体灵敏度为89%,特异性为91%.
- 性能因解剖区域而异,手腕骨折的精度较高 (96%的敏感度,94%的特异性),肘部骨折的精度较低 (87%的敏感度,65%的特异性).
- 与参考标准相比,手腕,关节骨,上臂和前臂的性能没有显著差异.
结论:
- 人工智能软件可以在儿童急诊放射学中作为一种有价值的诊断工具.
- 虽然整体性能强大,但在特定区域检测骨折的局限性,如肩膀,肘部,手和手指需要进一步的算法训练.
- 人工智能工具可以补充,但不应取代儿科骨折诊断中的专家放射性评估.
